\u00bfCon qu\u00e9 prop\u00f3sito usamos la IA, bajo qu\u00e9 reglas, con qu\u00e9 supervisi\u00f3n, con qu\u00e9 m\u00e9tricas y con qu\u00e9 l\u00edmites?<\/em><\/strong> Estas son las preguntas que hoy nos hacemos quienes estamos proyectando con sentido y criterio. Sin gobierno, la IA no aumenta la inteligencia; aumenta la exposici\u00f3n al riesgo. Los n\u00fameros de este 2026 lo confirman.<\/p>\n Gartner<\/a> proyecta que m\u00e1s del 40% de los proyectos de IA ag\u00e9ntica se cancelar\u00e1n antes de que termine 2027.\u00a0 Hay un detalle del propio Hype Cycle for Agentic AI de Gartner, en su versi\u00f3n de abril de 2026, que conviene leer con atenci\u00f3n.<\/p>\n La gobernanza y la seguridad de los agentes no aparecen en una fase posterior, como si fueran el orden que se pone despu\u00e9s de la fiesta. Aparecen trepando la misma cuesta de adopci\u00f3n que la de los propios agentes.<\/p>\n Dicho de otro modo: el gobierno no es el cap\u00edtulo que viene despu\u00e9s de escalar, es parte del mismo movimiento de escalar, y ac\u00e1 va la idea que quiero fijar con esta columna: La claridad sobre el porqu\u00e9 y el qu\u00e9 de la IA no sube desde los equipos de ingenier\u00eda, baja desde el liderazgo senior.<\/strong><\/p>\n Cuando una organizaci\u00f3n invierte fuerte en IA sin un objetivo de valor de negocio definido, esa ambig\u00fcedad no se queda arriba en una l\u00e1mina de estrategia, se traslada hacia abajo, hasta el ingeniero que termina quemando esfuerzo real sin un norte. Ese es hoy el verdadero trabajo del l\u00edder. No animar a adoptar ni comprar m\u00e1s herramientas, sino definir el valor, ser due\u00f1o de la gobernanza y dar al equipo una raz\u00f3n y un<\/strong> l\u00edmite<\/strong> claros antes de que la inversi\u00f3n escale.<\/strong><\/p>\n Cuando Gartner confirma ese porcentaje amenazador hacia 2027, dice, al mismo tiempo, que no se cancelan por falla de la tecnolog\u00eda, se cancelan por costos que se disparan, por valor de negocio difuso y, sobre todo, por controles de riesgo inadecuados.<\/p>\n Traducido a mi idioma: no es que el agente no funcione, sino que la organizaci\u00f3n que lo solt\u00f3 no dise\u00f1\u00f3 el gobierno para sostenerlo<\/strong>. A eso, Gartner le suma algo que conviene tener a mano cuando un proveedor te promete magia: practican lo que llaman \u00ab<\/em>agent<\/em><\/strong> washing\u00bb<\/em><\/strong>: rebautizar viejos chatbots y automatizaciones como agentes, y estiman que de los miles de vendors que dicen ser ag\u00e9nticos, apenas unos 130 lo son de verdad.<\/p>\n Mientras tanto, la direcci\u00f3n del viaje no se discute. La misma consultora estima que para<\/strong> 2028 cerca del 15% de las decisiones operativas del d\u00eda a d\u00eda se tomar\u00e1n de forma<\/strong> aut\u00f3noma<\/strong>, cuando en 2024 ese n\u00famero era cero, y que un tercio del software empresarial incorporar\u00e1 IA ag\u00e9ntica embebida.<\/p>\n Resumen: el volante de la decisi\u00f3n se est\u00e1 soltando a una velocidad in\u00e9dita, justo en el momento en que la enorme mayor\u00eda de las organizaciones todav\u00eda no ha pisado el freno. Eso no es liderazgo aumentado. Es una delegaci\u00f3n opaca a escala.<\/p>\n Hay un dato que indica que esto dej\u00f3 de ser un problema del comit\u00e9 de tecnolog\u00eda. El Cost of a Data Breach Report 2025 de IBM,<\/a> elaborado con el Ponemon Institute<\/a> , sobre seiscientas organizaciones que sufrieron una brecha, encontr\u00f3 que el 63% no tiene ninguna pol\u00edtica de gobernanza para gestionar su IA ni para evitar que los empleados usen shadow AI.<\/p>\n Apenas un 37% tiene un marco real instalado. Es lo que empez\u00f3 a llamarse shadow AI, la IA en las sombras: gente que pega datos de clientes, contratos, planes estrat\u00e9gicos y c\u00f3digo en modelos p\u00fablicos, sin que nadie haya definido qu\u00e9 se puede y qu\u00e9 no. Y el desfasaje no es ret\u00f3rico, sino estructural: el 97% de las organizaciones que sufrieron un incidente de seguridad relacionado con IA reconocieron no contar con controles de acceso adecuados. IBM lo resume sin anestesia: la adopci\u00f3n de IA est\u00e1 corriendo muy por delante de su seguridad y su gobierno.\u00a0<\/a><\/p>\n A eso, IBM<\/a> le pone precio. Cuando una organizaci\u00f3n tiene un alto nivel de shadow AI, en la que los trabajadores descargan o usan herramientas de IA no aprobadas, la brecha de datos suma, en promedio, unos 670.000 d\u00f3lares adicionales al costo global. No es un riesgo abstracto, es una factura concreta que llega cuando ya te queda menos margen.<\/p>\n Y ac\u00e1 vuelve mi vieja deuda estructural, esa que siempre defini\u00f3 como crecer sin coordinaci\u00f3n ni gobierno, donde la velocidad de hoy se paga con la fragilidad de ma\u00f1ana. En el comercio, la factura se convierte en un margen perdido.<\/p>\n En el plano humano, cambia de moneda: la pagan las personas mal clasificadas, que muchas veces ni se enteran de que un sistema decidi\u00f3 por ellas, y la paga la organizaci\u00f3n el d\u00eda en que tiene que explicar una decisi\u00f3n que nadie dise\u00f1\u00f3. Porque lo que no se nombra se delega por defecto, y lo que se delega sin gobierno, tarde o temprano, vuelve como da\u00f1o.\u00a0<\/a><\/p>\n Le\u00f3n XIV<\/strong> usa en su enc\u00edclica un verbo que me qued\u00f3 grabado: \u00abdesarmar\u00bb la IA. <\/strong>No rechazarla, sino sustraerla a la l\u00f3gica de dominio para hacerla discutible, refutable, auditable. En mi idioma, eso es ponerle kernel y guardrails<\/strong>. Vale la pena bajarlo a tierra, porque son las dos piezas que separan al humano aumentado del humano disminuido.<\/p>\n El kernel moral es el acuerdo m\u00ednimo ejecutable sobre lo que no es negociable. Igual que en el comercio unificado defin\u00eds fuentes de verdad, sem\u00e1ntica com\u00fan y decisi\u00f3n rights, en lo humano defin\u00eds qu\u00e9 valor proteg\u00e9s, qu\u00e9 decisiones son t\u00e9cnicas, cu\u00e1les son estrat\u00e9gicas y cu\u00e1les son profundamente humanas y no se tocan. Sin kernel, Iron Man es chatarra. Sin un kernel moral, la IA es pura velocidad sin rumbo.<\/p>\n Los guardrails son las barandas de gobierno, y no hablo de declaraciones de buenas intenciones colgadas en una l\u00e1mina. Hablo de l\u00edmites verificables: derecho a la explicaci\u00f3n, supervisi\u00f3n humana real, trazabilidad de qu\u00e9 dato y qu\u00e9 regla produjeron cada decisi\u00f3n, derecho a la apelaci\u00f3n y un kill switch que permita frenar y revertir.<\/p>\n Si no pod\u00e9s explicar por qu\u00e9 el sistema decidi\u00f3 lo que decidi\u00f3, no ten\u00e9s guardrails, ten\u00e9s coartada algor\u00edtmica, ese elegante \u00ablo dijo el sistema\u00bb que esconde qui\u00e9n lo dise\u00f1\u00f3, lo entren\u00f3, lo financi\u00f3 y decidi\u00f3 usarlo.<\/p>\n El siguiente paso es convertir ese criterio en capacidad instalada. A eso le llamo la armadura: el sistema modular que define qu\u00e9 automatizar, qu\u00e9 supervisar, qu\u00e9 prohibir y qu\u00e9 nunca delegar, para escalar sin depender de un Tony Stark moral que se acuerde de todo en cada caso. Toda organizaci\u00f3n madura deber\u00eda tener su propio mapa de no delegaci\u00f3n, y no es dif\u00edcil empezar a escribir: empleo, cr\u00e9dito, reputaci\u00f3n, pricing sensible, atenci\u00f3n cr\u00edtica, datos personales y cualquier decisi\u00f3n con impacto humano directo. Ese mapa es el que decide, mucho antes que cualquier modelo, si est\u00e1s construyendo Babel o reconstruyendo Jerusal\u00e9n.<\/p>\n Ac\u00e1 quiero romper de una vez con la falsa idea de que gobernar frena, porque los datos dicen lo contrario. En su encuesta The State of AI in 2025, McKinsey muestra que apenas un 6% de las organizaciones, las que llama high performers, logran un impacto significativo en su EBIT a partir de la IA, y que estas son casi tres veces m\u00e1s propensas que el resto a redise\u00f1ar a fondo sus flujos de trabajo. Y el matiz que importa para esta discusi\u00f3n es este: de todos los factores que McKinsey analiz\u00f3, ese redise\u00f1o intencional de los procesos es uno de los que m\u00e1s contribuyen a lograr un impacto real en el negocio. McKinsey & CompanyMcKinsey & Company<\/a><\/p>\n Traducido a mi idioma: el valor no aparece por sumar herramientas, aparece por ordenar primero la arquitectura de decisi\u00f3n, es decir, por poner el kernel y los guardrails antes de soltar al agente. El gobierno no es el freno de mano del negocio, es lo que lo hace viable. La armadura no hace al sistema m\u00e1s pesado, lo hace repetible sin romperse.\u00a0<\/a><\/p>\n La pieza que cierra todo es el human in the loop<\/em><\/strong>, pero uno que no sea meramente decorativo. No se trata de poner gente a corregir a la m\u00e1quina por compromiso, para tranquilizar a la auditor\u00eda. Se trata de poner la inteligencia humana exactamente donde importa: en los puntos en los que la decisi\u00f3n toca la dignidad, el riesgo o la irreversibilidad. Ese es el sentido profundo de lo que advierte Le\u00f3n XIV<\/strong> en su enc\u00edclica Magnifica Humanitas <\/strong>cuando sostiene que el juicio moral no se puede reducir a un c\u00e1lculo, porque implica conciencia, responsabilidad personal y reconocimiento del otro como persona, y que por eso no es l\u00edcito confiar a sistemas artificiales decisiones letales o, en cualquier caso, irreversibles.<\/p>\n La gr\u00e1fica de Core Skills 2030<\/strong>, basada en el Future of Jobs<\/em> del World Economic Forum, muestra algo m\u00e1s inc\u00f3modo que una tendencia de talento. Hacia 2030 crecer\u00e1 la importancia de AI & big data<\/strong> y de la alfabetizaci\u00f3n tecnol\u00f3gica, pero tambi\u00e9n del pensamiento anal\u00edtico, el pensamiento creativo, la resiliencia, la flexibilidad, el liderazgo, el aprendizaje permanente, el systems thinking<\/em>, la motivaci\u00f3n, la autoconciencia, la empat\u00eda y la escucha activa. La primera lectura podr\u00eda parecer obvia: las empresas tienen que capacitar mejor a sus equipos. Pero la lectura profunda es otra. En la era de los agentes, los modelos aut\u00f3nomos y las decisiones automatizadas, esas capacidades humanas dejan de ser un complemento cultural para convertirse en infraestructura cr\u00edtica de gobierno<\/strong>.<\/p>\n Durante a\u00f1os llamamos \u201chabilidades blandas\u201d a muchas de las capacidades m\u00e1s dif\u00edciles de automatizar. Quiz\u00e1s porque no sab\u00edamos medirlas bien. Quiz\u00e1s porque el management industrial prefer\u00eda aquello que pod\u00eda convertir en proceso, tablero o eficiencia inmediata. Pero el tiempo de la IA nos obliga a revisar esa categor\u00eda. Pensar sist\u00e9micamente, aprender r\u00e1pido, escuchar el contexto, liderar bajo incertidumbre, reconocer sesgos, sostener el criterio y asumir la responsabilidad no son atributos decorativos. Son las capacidades que permiten que una organizaci\u00f3n no confundir velocidad con inteligencia, automatizaci\u00f3n con madurez ni productividad con criterio. Lo que antes parec\u00eda blando se est\u00e1 volviendo estructural.<\/strong><\/p>\n AI & big data importan, claro. La alfabetizaci\u00f3n tecnol\u00f3gica tambi\u00e9n. Ninguna organizaci\u00f3n podr\u00e1 gobernar lo que no entiende m\u00ednimamente. Pero el punto cr\u00edtico es que la t\u00e9cnica por s\u00ed sola no basta para custodiar las decisiones. Un equipo puede saber usar modelos, dise\u00f1ar prompts, automatizar flujos y desplegar agentes, y aun as\u00ed no tener la madurez necesaria para preguntarse si esa decisi\u00f3n deb\u00eda automatizarse, qu\u00e9 sesgo reproduce, qu\u00e9 da\u00f1o puede causar, qui\u00e9n puede apelarla y qui\u00e9n responde si falla. Ah\u00ed aparece la frontera real del liderazgo aumentado: no en saber operar la herramienta, sino en saber interrogarla, limitarla, contextualizarla y responder por ella<\/strong>.<\/p>\n Por eso el human-in-the-loop<\/em> no puede ser una figura decorativa, ni una persona puesta al final del proceso para tranquilizar a la auditor\u00eda. Si el humano no entiende el contexto, no domina el criterio, no tiene autoridad para frenar, no puede discutir la l\u00f3gica de la decisi\u00f3n y no sabe qu\u00e9 valor est\u00e1 protegiendo, entonces no est\u00e1 en el loop: est\u00e1 en la escenograf\u00eda del loop. Y ese es uno de los grandes riesgos de esta etapa. Muchas organizaciones van a decir que mantienen supervisi\u00f3n humana, cuando en realidad solo agregaron una firma humana al pie de una decisi\u00f3n ya tomada por un sistema que nadie sabe explicar.<\/p>\n La pregunta, entonces, no es solo qu\u00e9 habilidades necesita el trabajador de 2030 para ser empleable. La pregunta estrat\u00e9gica es qu\u00e9 capacidades necesita una organizaci\u00f3n para seguir siendo responsable cuando parte de sus decisiones empiecen a ser asistidas, recomendadas o ejecutadas por sistemas aut\u00f3nomos. En ese nuevo mapa, la curiosidad no es una virtud simp\u00e1tica: es la capacidad de no aceptar la primera respuesta del modelo. La resiliencia no es motivaci\u00f3n de cartel: es la capacidad de sostener el criterio cuando la presi\u00f3n por automatizar es enorme. La empat\u00eda no es una sensibilidad abstracta: es la capacidad de recordar que detr\u00e1s de un score, una predicci\u00f3n o una clasificaci\u00f3n puede haber una persona afectada. El pensamiento sist\u00e9mico no es teor\u00eda: es la capacidad de ver las consecuencias de segundo y tercer orden antes de escalar una decisi\u00f3n. Y el liderazgo no es evangelizar la adopci\u00f3n: es definir l\u00edmites antes de que la velocidad vuelva invisible el da\u00f1o.<\/p>\n En este punto, las habilidades humanas se convierten en guardrails vivos. No reemplazan los controles t\u00e9cnicos, legales o de seguridad; los hacen significativos. Un kill switch sirve poco si nadie tiene el coraje de activarlo. Una pol\u00edtica de explicaci\u00f3n sirve poco si nadie sabe qu\u00e9 explicaci\u00f3n exigir. Un comit\u00e9 de IA sirve poco si no tiene criterio, autoridad ni cercan\u00eda con las decisiones reales del negocio. La gobernanza no vive en el documento: vive en las capacidades instaladas de quienes deciden, supervisan, corrigen y responden. La organizaci\u00f3n aumentada no ser\u00e1 la que tenga m\u00e1s herramientas, sino la que haya desarrollado m\u00e1s criterio distribuido para usarlas sin delegar su humanidad.<\/strong><\/p>\n Por eso, formar l\u00edderes para 2030 no puede reducirse a ense\u00f1arles a usar la IA. Hay que formar criterio tecnol\u00f3gico, sensibilidad \u00e9tica, lectura sist\u00e9mica, disciplina operativa y responsabilidad institucional. En empresas, c\u00e1maras, universidades y ecosistemas, esta agenda deber\u00eda estar en el centro de la conversaci\u00f3n. Porque cuando los agentes empiecen a decidir m\u00e1s r\u00e1pido que nuestros procesos, cuando los modelos recomienden con m\u00e1s precisi\u00f3n que nuestros equipos, y cuando el c\u00f3mputo ampl\u00ede lo que podemos optimizar, la diferencia no estar\u00e1 solo en qui\u00e9n adopta primero. Estar\u00e1 en quien conserva la capacidad de preguntar: para qu\u00e9, bajo qu\u00e9 reglas, con qu\u00e9 l\u00edmites, con qu\u00e9 supervisi\u00f3n y con qu\u00e9 humanidad no delegada.<\/p>\n El liderazgo aumentado de 2030 no ser\u00e1 el que use m\u00e1s IA, sino el que conserve m\u00e1s capacidad humana para gobernarla. Y esa capacidad no se improvisa el d\u00eda en que aparece el da\u00f1o. Se entrena antes, se dise\u00f1a antes y se instala antes en la cultura, en los procesos, en los decision rights y en la arquitectura de la organizaci\u00f3n. Porque en un mundo donde la autonom\u00eda tecnol\u00f3gica crece, las habilidades humanas no son el complemento de la tecnolog\u00eda: son los guardrails vivos que impiden que la eficiencia se convierta en una renuncia.<\/p>\n Esa \u00faltima idea \u2014que las habilidades humanas son guardrails vivos\u2014 se vuelve a\u00fan m\u00e1s importante cuando miramos la pr\u00f3xima frontera del c\u00f3mputo.<\/p>\n Esta discusi\u00f3n se vuelve a\u00fan m\u00e1s urgente cuando miramos la pr\u00f3xima frontera del c\u00f3mputo. Y ac\u00e1 quiero sumar una visi\u00f3n que me qued\u00f3 resonando despu\u00e9s de una conversaci\u00f3n muy interesante durante la gala de premiaci\u00f3n de Adigital que se llev\u00f3 a cabo esta semana en Madrid en las muy lindas instalaciones de la Fundaci\u00f3n Francisco Giner de los R\u00edos con Marta P Estarellas<\/a>, CEO de <\/strong>Qilimanjaro Quantum Tech<\/strong><\/a>, empresa ganadora del Premio Innovaci\u00f3n <\/strong>Adigital <\/strong><\/a>2026<\/strong>. La conversaci\u00f3n me ayud\u00f3 a ordenar una intuici\u00f3n que ven\u00eda trabajando en esta saga: si la IA aument\u00f3 nuestra capacidad de leer, generar, clasificar y decidir, la computaci\u00f3n cu\u00e1ntica puede ampliar, en dominios espec\u00edficos, la frontera de lo que somos capaces de optimizar, simular y descubrir.<\/p>\n Conviene decirlo sin hype. La computaci\u00f3n cu\u00e1ntica no viene a reemplazar de un d\u00eda para otro a la computaci\u00f3n cl\u00e1sica, ni a resolver m\u00e1gicamente todos los problemas de la inteligencia artificial, ni a transformar masivamente el retail la semana que viene. Ese ser\u00eda el error de lectura: convertir una frontera profunda en una promesa marketinera. Pero el otro error, igual de peligroso, ser\u00eda subestimarla porque todav\u00eda no est\u00e1 lo suficientemente madura para todos sus usos comerciales. Muchas veces, las transformaciones realmente estructurales empiezan as\u00ed: primero como infraestructura dif\u00edcil de explicar, despu\u00e9s como capacidad restringida a laboratorios, centros de investigaci\u00f3n y empresas deep tech, y finalmente como una capa invisible que cambia qu\u00e9 problemas se pueden resolver y qui\u00e9n tiene soberan\u00eda para resolverlos.<\/p>\n La computaci\u00f3n cu\u00e1ntica anal\u00f3gica puede ser especialmente relevante para simular din\u00e1micas f\u00edsicas, explorar ciertos problemas complejos y trabajar con sistemas en los que la continuidad, la interacci\u00f3n y la optimizaci\u00f3n especializada importan m\u00e1s que la programaci\u00f3n universal. La computaci\u00f3n cu\u00e1ntica digital, basada en puertas l\u00f3gicas, apunta a una mayor programabilidad y a algoritmos m\u00e1s estructurados, pero a\u00fan enfrenta desaf\u00edos significativos de ruido, estabilidad, escalabilidad y correcci\u00f3n de errores. Y entre ambas aparece una v\u00eda que hoy me parece especialmente interesante para empresas, universidades, centros de datos y ecosistemas de innovaci\u00f3n: los modelos h\u00edbridos, en los que QPUs anal\u00f3gicas, QPUs digitales, CPU, GPU y software de orquestaci\u00f3n conviven para asignar cada problema al tipo de c\u00f3mputo m\u00e1s adecuado.<\/p>\n Ese punto es estrat\u00e9gico. Porque la pregunta de fondo no es solo qu\u00e9 tan potente ser\u00e1 una computadora cu\u00e1ntica, sino qu\u00e9 tipo de problemas podremos empezar a formular cuando tengamos nuevas formas de c\u00f3mputo disponibles. En log\u00edstica, energ\u00eda, materiales, finanzas, salud, industria avanzada, ciberseguridad o simulaci\u00f3n cient\u00edfica, la frontera no pasa solo por calcular m\u00e1s r\u00e1pido. Pasa por explorar combinaciones que antes no pod\u00edamos explorar, simular escenarios que antes eran demasiado costosos, optimizar sistemas que antes quedaban atrapados en la complejidad y, eventualmente, alimentar nuevas capacidades de IA con formas distintas de b\u00fasqueda, descubrimiento y modelizaci\u00f3n.<\/p>\n Por eso Qilimanjaro me parece un caso-se\u00f1al, no un adorno t\u00e9cnico. No lo traigo a esta columna para decir que \u201cquantum ya lleg\u00f3\u201d como una nueva palabra m\u00e1gica, sino para mostrar que la soberan\u00eda tecnol\u00f3gica tambi\u00e9n se juega en estas infraestructuras profundas que casi nunca aparecen en la conversaci\u00f3n cotidiana del comercio, pero que pueden definir la pr\u00f3xima d\u00e9cada de competitividad. Qilimanjaro no es solo una startup cu\u00e1ntica espa\u00f1ola reconocida por Adigital. Es una se\u00f1al de que Europa, y tambi\u00e9n Iberoam\u00e9rica ampliada, si sabe construir puentes, puede dejar de mirar las grandes olas tecnol\u00f3gicas desde la tribuna y empezar a participar en la construcci\u00f3n de las capas que decidir\u00e1n qu\u00e9 problemas podremos resolver ma\u00f1ana.<\/p>\n Ah\u00ed aparece la conexi\u00f3n con #AugmentedHumanity. Si los datos, el c\u00f3mputo y la energ\u00eda ya forman parte de la nueva balanza del siglo XXI, la computaci\u00f3n cu\u00e1ntica agrega una capa m\u00e1s a esa balanza: la capacidad de formular y resolver problemas de naturaleza distinta. Y cuando cambia la capacidad de c\u00f3mputo, tambi\u00e9n cambia la responsabilidad de gobernarlo. Porque no hay neutralidad en la infraestructura que decide qu\u00e9 se puede simular, qu\u00e9 se puede optimizar, qu\u00e9 se puede predecir y qu\u00e9 queda fuera del campo de visi\u00f3n. La tecnolog\u00eda siempre lleva el rostro de quienes la conciben, la financian, la regulan, la operan y la convierten en una decisi\u00f3n.<\/p>\n Por eso, la pregunta ejecutiva no deber\u00eda ser \u201c\u00bfCu\u00e1ndo tengo que comprar quantum?\u201d Esa ser\u00eda una mala pregunta o, por lo menos, una pregunta prematura para la mayor\u00eda de las organizaciones. La pregunta correcta es otra: \u00bfc\u00f3mo me vuelvo quantum-ready sin caer en quantum-hype?<\/strong> Es decir, c\u00f3mo preparo talento, datos, alianzas, casos de uso, criterios de inversi\u00f3n, capacidad de experimentaci\u00f3n y gobierno para una frontera que ma\u00f1ana todav\u00eda no ser\u00e1 masiva, pero que puede redefinir qu\u00e9 significa competir, investigar, proteger y decidir pasado ma\u00f1ana.<\/p>\n En esta etapa, ser quantum-ready no implica tener todas las respuestas. Significa construir alfabetizaci\u00f3n estrat\u00e9gica. Entender qu\u00e9 problemas de la organizaci\u00f3n son de optimizaci\u00f3n, simulaci\u00f3n, b\u00fasqueda, complejidad combinatoria o descubrimiento. Entender qu\u00e9 parte pertenece todav\u00eda al mundo cl\u00e1sico, qu\u00e9 parte puede beneficiarse de aceleraci\u00f3n con GPU, qu\u00e9 parte puede dialogar con modelos de IA avanzada y qu\u00e9 parte, en el futuro, podr\u00eda requerir capacidades cu\u00e1nticas. Significa tambi\u00e9n construir alianzas con universidades, centros de investigaci\u00f3n, startups deep tech y ecosistemas que permitan aprender antes de que la ola se vuelva evidente.<\/p>\n Y ac\u00e1 vuelve el coraz\u00f3n moral de esta saga. A medida que el c\u00f3mputo se vuelve m\u00e1s potente, no deja de ser importante el criterio humano; se vuelve a\u00fan m\u00e1s necesario. Porque toda nueva capacidad de optimizaci\u00f3n trae consigo una pregunta que el algoritmo no puede responder: \u00bfoptimizar qu\u00e9, para qui\u00e9n, con qu\u00e9 l\u00edmites y con qu\u00e9 consecuencias? Una organizaci\u00f3n puede optimizar costos y destruir la confianza. Puede optimizar la conversi\u00f3n y explotar vulnerabilidades. Puede optimizar la eficiencia y hacer invisible el trabajo humano que sustenta el sistema. Puede optimizar el riesgo y excluir injustamente a quienes no encajan en el patr\u00f3n. La potencia de c\u00e1lculo ampl\u00eda el campo de posibilidades, pero no define por s\u00ed misma el campo de lo deseable.<\/p>\n Por eso, si la IA ag\u00e9ntica nos obliga a escribir mapas de no delegaci\u00f3n, la computaci\u00f3n cu\u00e1ntica nos obliga a ampliar el horizonte de esos mapas. No alcanza con gobernar lo que los modelos hacen hoy. Hay que empezar a gobernar la arquitectura de decisi\u00f3n que se est\u00e1 formando para ma\u00f1ana. Agentes, datos, modelos, c\u00f3mputo cl\u00e1sico, GPUs, QPUs, nubes, centros de datos, energ\u00eda, software de orquestaci\u00f3n y plataformas no son piezas aisladas: son la nueva infraestructura para la toma de decisiones. Y si esa infraestructura se concentra sin criterios, sin transparencia y sin responsabilidad distribuida, la soberan\u00eda de criterio queda cada vez m\u00e1s lejos de quienes viven las consecuencias de esas decisiones.<\/p>\n Ah\u00ed est\u00e1, para m\u00ed, la verdadera lecci\u00f3n de esta frontera. La computaci\u00f3n cu\u00e1ntica no debe entrar en esta conversaci\u00f3n como una fascinaci\u00f3n t\u00e9cnica, sino como una advertencia estrat\u00e9gica. Cada salto de c\u00f3mputo aumenta lo que podemos hacer, pero tambi\u00e9n lo que debemos gobernar. La organizaci\u00f3n aumentada no ser\u00e1 la que corra detr\u00e1s de cada tecnolog\u00eda emergente, sino la que aprenda a distinguir se\u00f1al de ruido, capacidad de moda, frontera de humo y soberan\u00eda de la dependencia. Porque cuando el c\u00f3mputo cambia de escala, tambi\u00e9n cambia la responsabilidad de gobernarlo.<\/p>\n La pregunta no es si la IA y la computaci\u00f3n cu\u00e1ntica van a acelerar el futuro. Lo van a hacer. La pregunta es si nuestras organizaciones, nuestras universidades, nuestras c\u00e1maras, nuestros gobiernos y nuestros ecosistemas alcanzar\u00e1n esa aceleraci\u00f3n con criterio propio o solo como usuarios tard\u00edos de reglas escritas por otros. Latinoam\u00e9rica no puede ser \u00fanicamente mercado, datos, talento y energ\u00eda para infraestructuras dise\u00f1adas lejos de sus prioridades. Tiene que construir capacidad de lectura, alianzas estrat\u00e9gicas y soberan\u00eda de criterio para decidir qu\u00e9 futuro quiere computar.<\/strong><\/p>\n Por eso, despu\u00e9s de conversar con Marta en la gala de Adigital, me qued\u00f3 m\u00e1s clara una idea: el desaf\u00edo cu\u00e1ntico no empieza cuando la tecnolog\u00eda se masifica. Empieza antes, cuando decidimos si vamos a formar l\u00edderes capaces de entenderla, instituciones capaces de gobernarla y ecosistemas capaces de participar en su construcci\u00f3n. Porque el futuro no se juega solo con modelos m\u00e1s potentes, ni con agentes m\u00e1s aut\u00f3nomos, ni con m\u00e1quinas capaces de resolver problemas m\u00e1s complejos. Se juega con criterios m\u00e1s humanos para decidir qu\u00e9 vale la pena acelerar y qu\u00e9 nunca deber\u00edamos entregar, aunque la tecnolog\u00eda alg\u00fan d\u00eda nos permita hacerlo.<\/p>\n Por eso, la organizaci\u00f3n aumentada ser\u00e1 necesariamente ambidiestra, como bien lo mencion\u00f3 Marta en su discurso de agradecimiento en la entrega de los premios Adigital: una mano tendr\u00e1 que explotar la IA actual: eficiencia, productividad, automatizaci\u00f3n, seguridad, redise\u00f1o de workflows, m\u00e9tricas, trazabilidad y gobernanza. La otra tendr\u00e1 que explorar la frontera que viene: agentes aut\u00f3nomos, c\u00f3mputo cu\u00e1ntico, nuevas arquitecturas de datos, nuevos derechos de decisi\u00f3n, alianzas con ecosistemas deep tech y modelos de negocio que todav\u00eda no encajan c\u00f3modamente en el organigrama actual.<\/p>\n El error ser\u00eda elegir una sola mano. Explotar sin explorar vuelve a la empresa eficiente pero miope: mejora procesos, reduce costos y acelera la toma de decisiones, pero puede quedar atrapada en la l\u00f3gica del presente. Explorar sin explotar convierte la innovaci\u00f3n en teatro caro: muchas pruebas, muchas demos, muchas promesas, pero poco impacto en el margen, el cliente, la operaci\u00f3n o la cultura. La madurez no est\u00e1 en correr detr\u00e1s de cada nueva tecnolog\u00eda ni en refugiarse en el negocio conocido. Est\u00e1 en sostener ambas tensiones al mismo tiempo.<\/p>\n En la pr\u00e1ctica, esto exige liderazgo s\u00e9nior. No alcanza con pedirle al equipo de tecnolog\u00eda que \u201cvea qu\u00e9 se puede hacer con IA\u201d, ni con crear un laboratorio aislado que no dialogue con el negocio real. El CEO y el directorio deben definir qu\u00e9 valor se busca hoy, qu\u00e9 capacidades se est\u00e1n construyendo para ma\u00f1ana, qu\u00e9 riesgos no se aceptan y qu\u00e9 decisiones nunca se delegan. La IA actual se gobierna en los workflows; la frontera futura se prepara en la arquitectura de aprendizaje, las alianzas y el criterio.<\/p>\n Ah\u00ed vuelve el centro de esta saga: una organizaci\u00f3n no se vuelve m\u00e1s eficiente por adoptar m\u00e1s herramientas, sino por aprender a decidir mejor bajo aceleraci\u00f3n. Capturar valor hoy sin hipotecar el criterio con el que decidiremos ma\u00f1ana<\/strong>: esa es la nueva disciplina. Una mano sostiene el presente; la otra dise\u00f1a la capacidad de decisi\u00f3n del futuro. Si una corre sola, la organizaci\u00f3n se cae. Si trabajan juntas, la IA deja de ser una moda tecnol\u00f3gica y se convierte en una capacidad institucional.<\/p>\n Para que esta idea no quede solo como una met\u00e1fora, propongo incluir aqu\u00ed el Ambidextrous AI Governance Canvas<\/strong>. La organizaci\u00f3n aumentada necesita una arquitectura que le permita aprovechar la IA actual con impacto medible, gobierno y trazabilidad, mientras explora la frontera de agentes aut\u00f3nomos, computaci\u00f3n cu\u00e1ntica, nuevas arquitecturas de datos, alianzas deep tech y capacidades futuras. No se trata de elegir entre eficiencia y exploraci\u00f3n, sino de dise\u00f1ar una cartera de decisiones en la que cada iniciativa tenga un due\u00f1o, un criterio de \u00e9xito, un nivel de riesgo, la madurez de los datos, guardrails y el pr\u00f3ximo paso. Esa es la diferencia entre una innovaci\u00f3n que entretiene y una capacidad institucional que aprende.<\/p>\n Esta infograf\u00eda aporta valor al episodio al convertir la tesis ambidiestra en una herramienta pr\u00e1ctica. El cap\u00edtulo muestra que la IA ag\u00e9ntica, la shadow AI, las habilidades humanas cr\u00edticas y la computaci\u00f3n cu\u00e1ntica aceleran la necesidad de un gobierno. El canvas ordena esa complejidad en dos manos: explotar<\/strong> lo que ya puede generar valor hoy y explorar<\/strong> lo que puede definir la capacidad de decisi\u00f3n del futuro. Tambi\u00e9n evita dos errores frecuentes: quedarse atrapado en pilotos sin impacto o escalar la automatizaci\u00f3n sin criterio. Por eso, este mapa visual prepara naturalmente el paso siguiente: las cinco preguntas que todo directorio deber\u00eda hacerse antes de permitir que una decisi\u00f3n apoyada por IA avance sin due\u00f1o, sin trazabilidad o sin responsabilidad humana clara.<\/p>\n Si tuviera que resumir el gobierno en algo que un directorio pueda usar el lunes, ser\u00edan cinco preguntas, y cada decisi\u00f3n apoyada en IA tiene que poder responderlas: qu\u00e9 decisi\u00f3n estamos apoyando, qu\u00e9 datos la alimentan, qui\u00e9n la supervisa, c\u00f3mo se apela y qui\u00e9n responde si hay da\u00f1o. Si esas cinco no tienen due\u00f1o con nombre y apellido, no hay IA aumentada. Hay una delegaci\u00f3n opaca con mejor vocabulario.<\/p>\n Para bajar esas cinco preguntas del plano conceptual al plano operativo, propongo incluir aqu\u00ed el Mapa de No Delegaci\u00f3n Humana para IA Ag\u00e9ntica<\/strong>. No como una ilustraci\u00f3n decorativa, sino como una herramienta ejecutiva para que cada organizaci\u00f3n pueda examinar sus propias decisiones asistidas por IA y clasificarlas con criterio: cu\u00e1les pueden automatizarse, cu\u00e1les requieren supervisi\u00f3n humana y cu\u00e1les nunca deber\u00edan quedar en manos aut\u00f3nomas. Porque el problema no es solo si una IA responde bien o mal; el problema es si la organizaci\u00f3n sabe qu\u00e9 decisi\u00f3n est\u00e1 poniendo en juego, qu\u00e9 datos la alimentan, a qui\u00e9n afecta, qu\u00e9 da\u00f1o podr\u00eda causar, qui\u00e9n puede frenarla y qui\u00e9n responde si falla.<\/p>\n Esta infograf\u00eda aporta valor al episodio al convertir la tesis central de #AugmentedHumanity<\/strong> en una pr\u00e1ctica concreta. El cap\u00edtulo no termina diciendo simplemente \u201chay que gobernar la IA\u201d; muestra c\u00f3mo empezar a hacerlo. El mapa ayuda a pasar de la preocupaci\u00f3n \u00e9tica a la arquitectura de decisi\u00f3n: obliga a identificar impacto humano, riesgo de irreversibilidad, nivel de autonom\u00eda permitido, punto de human-in-the-loop, derecho a explicaci\u00f3n, derecho a apelaci\u00f3n, responsable con nombre y apellido, kill switch y m\u00e9trica de da\u00f1o o correcci\u00f3n. En otras palabras, transforma la no delegaci\u00f3n humana en un lenguaje com\u00fan para directorios, CEOs, equipos de tecnolog\u00eda, legal, marketing, operaciones, talento y datos. Ah\u00ed est\u00e1 su aporte: hacer visible lo que muchas organizaciones todav\u00eda delegan por defecto.<\/p>\n Por eso insisto en que la frontera de esta etapa no es tecnol\u00f3gica, sino moral. El humano aumentado usa la IA como armadura: amplifica su percepci\u00f3n, su velocidad de an\u00e1lisis y su capacidad de ejecuci\u00f3n sin entregar el juicio. El humano disminuido la usa como coartada: delega criterio, diluye responsabilidad y llama eficiencia a lo que, en el fondo, es renuncia. El futuro va a ser tecnol\u00f3gico, eso ya est\u00e1 decidido. Lo que sigue abierto es si ser\u00e1 profundamente humano. Y esa decisi\u00f3n no la toma la m\u00e1quina. La tomamos, o la evitamos, nosotros.<\/p>\n Este debate no se cierra en un posteo, se sostiene mir\u00e1ndonos a la cara. Por eso lo vamos a profundizar en un encuentro presencial el\u00a0pr\u00f3ximo 30 de junio a las 19 horas, en el Sal\u00f3n Anasagasti del Jockey Club, Cerrito 1464, en la Ciudad de Buenos Aires,\u00a0<\/strong>organizado por estimad\u00edsimo Juan Manuel Arias<\/a> junto con la Subcomisi\u00f3n Biblioteca.<\/p>\n El t\u00edtulo lo dice todo: es la tesis de fondo de esta saga: \u00abLa IA no reemplaza nuestra humanidad, la pone a prueba\u00bb.<\/em><\/strong> La mesa fue dise\u00f1ada justamente para cruzar en vivo las tres miradas que vengo sosteniendo a lo largo de estos tres cap\u00edtulos. Voy a compartir el panel con el Pbro. Jos\u00e9 Manuel Fern\u00e1ndez<\/strong>, que aporta la mirada humanista y teol\u00f3gica que dialoga directo con la enc\u00edclica Magnifica Humanitas, y con Juan Manuel Arias<\/strong>, que suma la lectura tecnol\u00f3gica y de gobernanza.<\/p>\n La idea no es una conferencia a una sola voz, es una conversaci\u00f3n de verdad, con casos reales y preguntas sin anestesia, donde la dignidad, el criterio y el gobierno de los agentes se discuten cara a cara y no en abstracto.<\/p>\n Si quer\u00e9s sumarte, reserv\u00e1 tu lugar en la landing de la charla: https:\/\/genesisfuturo.digital\/la-ia-no-reemplaza-nuestra-humanidad\/<\/a> y llev\u00e1 tu mapa de no delegaci\u00f3n en borrador, esas decisiones que tu organizaci\u00f3n nunca deber\u00eda entregarle a una IA, As\u00ed lo trabajamos juntos en vivo. Ah\u00ed es donde el debate deja de ser contenido y se convierte en criterio compartido.<\/p>\n![\"Inteligencia](\"https:\/\/pueyrredonline.com\/blog\/wp-content\/uploads\/2026\/06\/Captura-de-pantalla-2026-06-27-a-las-7.32.11-p.m-1024x300.png\")
<\/a><\/p>\n![\"\"](\"https:\/\/pueyrredonline.com\/blog\/wp-content\/uploads\/2026\/06\/Captura-de-pantalla-2026-06-27-a-las-7.33.58-p.m-1024x298.png\")
<\/a><\/p>\n<\/div>\n<\/figure>\n
La delegaci\u00f3n opaca se experimenta en cada escritorio<\/h2>\n
Desarmar la IA: ponerle kernel y guardrails<\/h2>\n
La armadura y el mapa de lo que nunca se delega<\/h2>\n
<\/div>\n<\/figure>\n
Quantum-ready sin quantum-hype: La pr\u00f3xima frontera no es solo decidir m\u00e1s r\u00e1pido, sino gobernar mejor lo que podremos computar<\/h2>\n
<\/div>\n<\/figure>\n
Las cinco preguntas que separan el aumento de la renuncia<\/h2>\n
<\/div>\n<\/figure>\n
Sigamos esta conversaci\u00f3n en vivo<\/h2>\n
<\/div>\n<\/figure>\n
![\"\"](\"https:\/\/pueyrredonline.com\/blog\/wp-content\/uploads\/2026\/06\/Captura-de-pantalla-2026-06-27-a-las-7.36.38-p.m-1024x316.png\")
<\/a><\/p>\n